LoRA 학습

LoRA 메뉴는 캐릭터별로 통과한 이미지를 골라 LoRA를 학습하고, 결과를 등록해 그 캐릭터를 생성할 때 자동으로 적용합니다. 학습에는 anima_lora를 씁니다. 설치는 README를 보세요.

왼쪽에서 작품과 캐릭터를 고르면 데이터셋, 학습, LoRA 목록 탭이 나옵니다.

1. 데이터셋 만들기

1. 의상 세트를 고릅니다. 데이터셋은 의상 세트 하나 단위로 만듭니다.
2. 이름과 캐릭터 트리거를 적습니다. 트리거는 이 캐릭터만의 단어(예: lyra_vance)로, 캡션 맨 앞쪽에 들어가고 생성할 때도 자동으로 붙습니다. 의상까지 따로 배우게 하려면 의상 트리거도 적습니다.
3. 학습할 이미지를 고릅니다. 그 캐릭터·의상의 이미지가 모두 보이고, 갤러리에서 판정한 결과가 채택·통과·실패로 표시됩니다. 하나씩 체크하거나 버튼으로 한 번에 고릅니다.
   • 채택 이미지만: 감정마다 채택된 한 장씩.
   • 통과 이미지 전부: 통과한 이미지 모두.
   • 선택 해제: 모두 해제.
4. 데이터셋 만들기를 누릅니다.

캡션

데이터셋을 만들면 이미지마다 캡션이 자동으로 생깁니다. 트리거, 구도, 감정 태그는 남기고 외형·의상 태그는 뺍니다. 외형과 의상을 트리거 단어가 배우게 하기 위해서입니다.

캡션은 직접 고치고 고친 캡션 저장으로 저장할 수 있습니다. 자동 캡션 다시 만들기는 처음 상태로 되돌립니다.

좋은 데이터셋

• 이미지 수: 25장 이상을 권합니다. 15장 정도로는 구도가 흔들릴 수 있습니다.
• 정사각형 이미지(예: 1536×1536)를 권합니다. 한쪽 비율만 있으면 그 비율의 구도까지 배웁니다.
• 다양한 표정과 동작: 같은 자세만 있으면 그 자세가 굳어집니다.
• 학습한 이미지와 같은 계열의 모델로 생성할 때 결과가 가장 좋습니다.

2. 학습

항목	설명
데이터셋	1단계에서 만든 데이터셋.
방식	T-LoRA(기본, dim 32, alpha 32) 또는 일반 LoRA(dim 32, alpha 128).
베이스 모델	공식 Anima base(기본) 또는 생성 모델(설정에 적은 Anima 파인튜닝).
에폭	데이터셋을 몇 번 반복해 학습할지. 기본 40.
저장 간격	이 에폭마다 파일을 남깁니다. 기본 10이면 e10, e20, e30, e40이 생깁니다.
학습률	기본 1e-4.

학습 시작을 누르면 전처리(이미지 크기 맞춤, 캡션 인코딩) 뒤 학습이 진행되고, 학습 기록에 진행률이 보입니다. 학습하는 동안에는 새 이미지 생성이 멈추고, 대기 중이던 작업은 학습이 끝난 뒤 이어집니다. 학습 로그는 logs/lora/<학습 이름>/trainer.log에 있습니다.

3. 등록과 자동 적용

학습이 끝나면 저장된 에폭마다 eN 등록 버튼이 생깁니다. 마음에 드는 에폭을 등록하면 LoRA 목록 탭에 나옵니다.

항목	설명
자동 적용	켜면 작업 화면에서 이 캐릭터를 생성할 때 LoRA와 트리거가 저절로 들어갑니다.
적용 대상	이 캐릭터 전체 또는 특정 의상 세트.
범위	캐릭터 전용 또는 전역.
강도	LoRA 강도. 구도가 흐트러지면 낮춰 보세요.
모델 계열	이 LoRA를 쓸 모델 계열.

캐릭터·의상·모델 계열마다 자동 적용은 하나만 켤 수 있습니다. 작업 화면의 등록된 LoRA 자동 적용을 끄면 그 등록에서만 빼고 생성합니다. 적용 여부는 작업 화면 미리보기의 "자동 LoRA" 표시로 확인합니다.

에폭 고르기

같은 시드로 에폭이나 강도만 바꿔 비교하면 고르기 쉽습니다. 실험실의 값 비교에서 LoRA 강도를 바꿔 보거나, 에폭별로 등록해 같은 시드로 생성해 보세요.

아래는 샘플 캐릭터를 정사각 이미지 30장, 40에폭으로 학습한 뒤 같은 시드로 LoRA를 끄고(위) 켠(아래) 결과입니다. 데이터셋에 있던 가슴 엠블럼과 줄무늬 넥타이가 감정마다 일관되게 나옵니다.

라이선스

Anima 가중치로 학습한 LoRA는 CircleStone Labs Non-Commercial License의 파생물입니다. 공유하거나 판매할 때의 조건은 README를 보세요.